基于最大稳定极值区域和相位一致性的图像配准方法

    公开(公告)号:CN104616280B

    公开(公告)日:2017-07-28

    申请号:CN201410696329.6

    申请日:2014-11-26

    Abstract: 本发明公开了一种基于最大稳定极值区域和相位一致性的图像配准方法,主要解决现有技术提取的特征点重复率低和运算复杂度高的缺陷。其实现步骤为:1、输入存在仿射变换的两幅图像并分别进行最大稳定极值区域检测和匹配;2、拟合两幅图像的匹配区域,并扩大和归一化处理;3、对归一化后的两个区域作带通分解;4、检测基于相位一致性最大矩的特征点,建立检测到的特征点概率分布;5.估计两个点集间的精确仿射变换矩阵;6、根据归一化后的两个区域估计两幅图像间的变换矩阵;7、计算两幅图像间的精确仿射变换矩阵并完成图像配准。本发明能提取出具有较高重复率和正确匹配率的特征点,提高了计算效率,可用于图像融合,图像拼接与三维重建。

    基于FPGA实现65536点脉冲压缩的装置及方法

    公开(公告)号:CN106484658A

    公开(公告)日:2017-03-08

    申请号:CN201610850400.0

    申请日:2016-09-26

    CPC classification number: G06F17/142

    Abstract: 本发明属于雷达信号处理技术领域,公开了一种基于FPGA实现65536点脉冲压缩的装置及方法,其实现过程为:首先16路并行接收数据,并且以并行读取无冲突为原则,将数据存储到16个块RAM中;然后以流水线的方式每次读取16个数,进行4级基-16蝶形运算并原位存储,完成FFT处理;进行16路并行匹配滤波处理并原位存储;然后是4级蝶形运算实现IFFT处理;最后16路并行输出;其中旋转因子和匹配滤波系数用分段线性化的三角函数表,通过查表差值的方式实时生成。本发明大大节省了FPGA中RAM资源的使用,并显著提高了处理速度,增大了数据的吞吐率。

    基于图形处理器GPU的合成孔径雷达成像方法

    公开(公告)号:CN108802726A

    公开(公告)日:2018-11-13

    申请号:CN201810315379.3

    申请日:2018-04-10

    Abstract: 本发明公开了一种基于图形处理器GPU的合成孔径雷达成像方法,克服了现有技术中脉冲压缩和徙动校正调用cuFFT库函数进行傅里叶变换需要提前创建傅里叶变换计划、占用辅助显存和多次读写显存的缺点,实现步骤为:(1)传输合成孔径雷达基带数据;(2)进行距离脉冲压缩;(3)进行距离徙动校正;(4)进行方位脉冲压缩;(5)进行成像。本发明减少了合成孔径雷达成像算法占用的辅助显存,通过将中间结果存放在共享内存中,避免多次读写显存,提高合成孔径雷达成像算法速度。

    基于高阶奇异值分解的多传感器视频融合方法

    公开(公告)号:CN103354602B

    公开(公告)日:2016-07-06

    申请号:CN201310241978.2

    申请日:2013-06-18

    Abstract: 本发明公开了一种基于高阶奇异值分解的多传感器视频融合方法,主要解决现有技术抑躁过程复杂和时空特征信息提取差的问题。其实现步骤为:分别输入两个已配准视频;利用三维surfacelet变换获得低通方向子带系数和带通方向子带系数;对带通方向子带系数构成的四阶张量进行高阶奇异值分解HOSVD,得到特征图像,并对其进行融合,得到融合特征图像;对融合特征图像进行HOSVD重建,得到融合带通子带系数;将低通方向子带系数进行加权平均,得到融合低通子带系数;对融合带通子带系数和融合低通子带系数进行3D-ST的逆变换,得到融合视频。本发明能够在噪声环境下多传感器视频融合中很好地提取时空特征信息并且简化抑噪过程,可应用于目标跟踪和检测。

    结合区域匹配和点匹配的大视角图像匹配方法

    公开(公告)号:CN103400384B

    公开(公告)日:2016-05-25

    申请号:CN201310325400.5

    申请日:2013-07-22

    Abstract: 一种结合区域匹配和点匹配的大视角图像匹配方法。其步骤为:1、输入存在大视角变化的两幅图像;2、用MSER对图像进行区域检测,利用区域的均值和方差来拟合椭圆区域;3、将椭圆区域归一化成圆区域,用SIFT描述子对其进行描述;4、采用最近邻比次近邻策略,选择初始的区域匹配对;5、在匹配区域对内,利用SIFT方法检测特征点;6、对特征点进行描述,得到基于MSER的128维描述符以及2维空间描述符;7、采用结合距离的相似性策略,在两幅图像中选择精确匹配点对。本发明克服了现有技术中特征点描述符不具有仿射不变性以及没有考虑空间信息的缺陷,可以提取出具有较高正确率的匹配点对,更好的用于图像配准。

    基于图形处理器GPU的合成孔径雷达成像方法

    公开(公告)号:CN108802726B

    公开(公告)日:2020-04-14

    申请号:CN201810315379.3

    申请日:2018-04-10

    Abstract: 本发明公开了一种基于图形处理器GPU的合成孔径雷达成像方法,克服了现有技术中脉冲压缩和徙动校正调用cuFFT库函数进行傅里叶变换需要提前创建傅里叶变换计划、占用辅助显存和多次读写显存的缺点,实现步骤为:(1)传输合成孔径雷达基带数据;(2)进行距离脉冲压缩;(3)进行距离徙动校正;(4)进行方位脉冲压缩;(5)进行成像。本发明减少了合成孔径雷达成像算法占用的辅助显存,通过将中间结果存放在共享内存中,避免多次读写显存,提高合成孔径雷达成像算法速度。

    基于最大稳定极值区域和相位一致性的图像配准方法

    公开(公告)号:CN104616280A

    公开(公告)日:2015-05-13

    申请号:CN201410696329.6

    申请日:2014-11-26

    CPC classification number: G06T3/0075

    Abstract: 本发明公开了一种基于最大稳定极值区域和相位一致性的图像配准方法,主要解决现有技术提取的特征点重复率低和运算复杂度高的缺陷。其实现步骤为:1、输入存在仿射变换的两幅图像并分别进行最大稳定极值区域检测和匹配;2、拟合两幅图像的匹配区域,并扩大和归一化处理;3、对归一化后的两个区域作带通分解;4、检测基于相位一致性最大矩的特征点,建立检测到的特征点概率分布;5.估计两个点集间的精确仿射变换矩阵;6、根据归一化后的两个区域估计两幅图像间的变换矩阵;7、计算两幅图像间的精确仿射变换矩阵并完成图像配准。本发明能提取出具有较高重复率和正确匹配率的特征点,提高了计算效率,可用于图像融合,图像拼接与三维重建。

    基于FPGA实现65536点脉冲压缩的装置及方法

    公开(公告)号:CN106484658B

    公开(公告)日:2019-01-11

    申请号:CN201610850400.0

    申请日:2016-09-26

    Abstract: 本发明属于雷达信号处理技术领域,公开了一种基于FPGA实现65536点脉冲压缩的装置及方法,其实现过程为:首先16路并行接收数据,并且以并行读取无冲突为原则,将数据存储到16个块RAM中;然后以流水线的方式每次读取16个数,进行4级基‑16蝶形运算并原位存储,完成FFT处理;进行16路并行匹配滤波处理并原位存储;然后是4级蝶形运算实现IFFT处理;最后16路并行输出;其中旋转因子和匹配滤波系数用分段线性化的三角函数表,通过查表差值的方式实时生成。本发明大大节省了FPGA中RAM资源的使用,并显著提高了处理速度,增大了数据的吞吐率。

    基于运动信息与背景信息相结合的视频序列配准方法

    公开(公告)号:CN104268866B

    公开(公告)日:2017-03-01

    申请号:CN201410482399.1

    申请日:2014-09-19

    Abstract: 本发明公开了一种基于运动信息与背景信息相结合的视频序列配准方法,主要解决现有技术无法对不同视角下视频序列进行准确配准的问题,其实现步骤为:1、分别对两个输入视频序列进行背景图像和运动目标的分离;2、获取背景图像的特征点匹配对并计算背景图像间的基础矩阵;3、从背景图像中选取三维空间中不共面的四个空间点相对应的四组匹配点对;4、分别获取运动轨迹中的点在另一视频序列中的投影线与对极线的交点;5、进行运动轨迹点匹配并获取候选时间对应点对集合;6、拟合时间线并恢复时间变换参数。本发明能更加准确地恢复视频序列间的时间关系,提高了配准精度,可用于对静态背景的视频序列配准。

    基于运动信息与背景信息相结合的视频序列配准方法

    公开(公告)号:CN104268866A

    公开(公告)日:2015-01-07

    申请号:CN201410482399.1

    申请日:2014-09-19

    CPC classification number: G06K9/00758 G06K2209/21

    Abstract: 本发明公开了一种基于运动信息与背景信息相结合的视频序列配准方法,主要解决现有技术无法对不同视角下视频序列进行准确配准的问题,其实现步骤为:1、分别对两个输入视频序列进行背景图像和运动目标的分离;2、获取背景图像的特征点匹配对并计算背景图像间的基础矩阵;3、从背景图像中选取三维空间中不共面的四个空间点相对应的四组匹配点对;4、分别获取运动轨迹中的点在另一视频序列中的投影线与对极线的交点;5、进行运动轨迹点匹配并获取候选时间对应点对集合;6、拟合时间线并恢复时间变换参数。本发明能更加准确地恢复视频序列间的时间关系,提高了配准精度,可用于对静态背景的视频序列配准。

Patent Agency Ranking